测井岩相分析新技术

本文提出了一种基于人工神经元网络的测井岩相识王4系统。详细介绍了人工神经网络的工作原理及在测井岩相分析中的应用。并将其与通常方法进行比较。研究表明，人工神经网络测井岩相识暑4系统具有解释处理速度快、精度高，并具有很强的鲁棒性（robtness）。     

对奔驰2629／7000m／15t液压测井车的分析及改进

本文以奔驰2629/7000m/15t深井测井车独特的设计理念为前提,结合实际使用管理经验,论述该设备的优点及不足,并提出改进建议。     

热敏绘图仪驱动模块及曲线输出通用算法

热敏绘图仪驱动模块由状态诊断、表头输出、曲线输出三部分组成。曲线输出的核心是曲线输出通用算法,它分三步进行:超界判断,填充字节和线型处理。该算法能完成对离散值的曲线处理、线型变换和超界处理。它不仅适用于热敏绘图仪的曲线记录,也适用于曲线的屏幕显示。     

砂泥岩储集层孔隙度模型建立的几种方法

孔隙度是原油储量评估和油田开发生产方案中的一个重要参数。如何准确、快速地建立孔隙度模型是从事测井解释工作者长期研究的课题。基于孔隙度参数的重要性,本文针对克拉玛依油田二区和肯基亚克油田建立孔隙度模型的几种常用的方法。     

基于随机森林算法的泥页岩孔隙度预测

准确、快速地获取泥页岩孔隙度对页岩油空间分布及勘探目标预测具有重要意义。针对利用测井响应方程预测孔隙度精度较低的问题,建立一种基于随机森林算法的孔隙度预测模型,与BP 神经网络、支持向量机和XGBoost 算法进行预测精度对比,并利用SHAP 方法分析测井参数的重要性和影响范围。研究结果表明：随机森林算法可以很好地预测泥页岩孔隙度,且预测效果好于BP 神经网络、支持向量机和XGBoost 算法;基于随机森林算法的泥页岩孔隙度预测在渤海湾盆地某凹陷应用发现,对模型预测孔隙度最重要的前3 项测井参数为补偿中子、自然伽马和普通视电阻率;基于随机森林算法的泥页岩孔隙度预测模型可以快速识别单井孔隙度,不仅可以弥补因无法连续取心而难以获取完整孔隙度分布特征的问题,还能大幅提高孔隙度预测效率与精度。     

鄂尔多斯盆地延长组3种沉积物重力流及其含油气性

依据大量岩心、露头观察与分析测试资料,在鄂尔多斯盆地湖盆中心深水区延长组长6段识别出3种类型的沉积物重力流,即砂质碎屑流、经典浊积岩和滑塌岩,其中砂质碎屑流是在我国陆相含油气盆地中发现的一种砂体成因类型,属于层流;而经典浊积岩由浊流作用形成,属于紊流;滑塌岩则是在深水环境中由于滑动、滑塌作用形成的滑塌变形体。三者在流变学特征上存在本质差别．以往延长组深水沉积研究夸大了浊流的沉积作用。从时空分布看,三者在空间上相互依存,在时间上相互转化;从含油气性看,砂质碎屑流最好,经典浊积岩A段次之．而滑塌岩较差。进一步研究认为,砂质碎屑流为湖盆中心地区油井产量的主力贡献者,其平面分布控制着油气藏的富集与高产。     

FPGA在井壁超声成像测井模块中的应用

针对井壁超声成像测井地面采集模块存在的集成化程度低、调试复杂、动态范围相对较小等缺点 ,利用FPGA优化电路 ,并采用双缓冲技术 ,设计完成了一种基于VXI总线的井壁超声成像测井模块 ,实现了Windows下的井壁超声成像测井信号的实时数据采集。     

低电阻率气层测井评价方法

粘土矿物成份是造成气层电阻率低的主要原因。用灰色静态模型计算孔隙度，用BP神经网络计算束缚水饱和度等参数。与岩心分析结果比较，储层参数计算结果精度有所提高。用储层参数建立气层和水层的判别式，判别结果与试油有较好的一致性。综合数字处理结果建立了气层产能评价模型，处理结果与试油结果比较，符合率82％。     

柴西生物礁储集层的测井响应特征与最优判别

紫西地区发育了储集物性极好，广泛分布、油气储量较高的生物礁储集层，该区生物礁主要包括藻礁、叠层石和凝块石礁。但湖相生特礁在柴西地区分布不均，变化很大，难以用传统的方法进行勘探和开发．利用岩心和测井数据总结了生物礁各种类型的测井响应．提出了适合柴西地区生物礁储集层的测井曲线特征。对生物礁储集层的测井曲线进行数字化赴理，并利用最优分割、聚类和逐步判别等方法，判定了各种生物礁类型的最佳判别函数．并将结果应用到测井解释中，从而为油田的勘探和开发提供了参考。